2. 因子投资基础
在进入价值、动量、质量、低波四类因子的实战构建之前，必须先建立一套统一的“因子语言”。否则，后续的排序、分组、回归、组合优化都会变成没有坐标系的机械操作。本节围绕三个问题展开：因子是什么、因子如何分类、因子投资如何一路演化到今天。
一、核心原理：因子是收益的“共同暴露”
因子（Factor）可以理解为能够系统性解释一组资产收益差异的变量或特征。它有两个关键属性：横截面区分度与收益解释力。前者指在同一时点，不同股票在因子上取值不同；后者指这些差异与未来收益存在稳定关系。若一个变量对所有股票取值相同，它无法区分组合；若它与未来收益无关，它只是噪声。
从数学上看，因子模型把资产收益拆成两部分：
r_i = α_i + β_i1·F_1 + β_i2·F_2 + ... + β_ik·F_k + ε_i
其中：
r_i ：资产 i 的收益
F_j ：第 j 个因子的因子收益
β_ij ：资产 i 对因子 j 的暴露
ε_i ：特质收益（残差）这里要区分两个常被混淆的概念：因子暴露是资产在因子上的“得分”，如某股市盈率倒数很高；因子收益是因子本身带来的收益，如价值因子整体上涨 2%。实战中，我们通常先计算暴露，再通过分组或回归估计因子收益。
一句话理解：因子是收益的公共解释变量；因子投资就是主动暴露于被验证有长期溢价的公共变量，同时控制其他暴露与风险。
二、方法流程：从定义到分类的完整链路
一个可落地的因子研究流程通常包含六步：
- 经济逻辑：先回答“为什么这个因子应该有溢价”，如价值源于错误定价或风险补偿。
- 定义与计算：明确公式、频率、滞后与复权方式，如 BP = 账面价值 / 市值。
- 数据清洗：处理缺失值、极值、停牌、ST、上市不足 N 个月等样本。
- 标准化与中性化：去极值、标准化，必要时对行业、市值中性化。
- 检验：IC、分组单调性、多空收益、换手率、容量与衰减。
- 组合构建：按因子打分选股或优化权重，并做风险约束。
因子分类没有唯一标准，但常用维度如下表所示。理解分类的目的，是避免把不同逻辑的因子混在一起做归因。
| 分类维度 | 类别 | 典型代表 | 实战含义 |
|---|---|---|---|
| 按经济逻辑 | 价值、动量、质量、低波、规模、成长 | BP、12-1 动量、ROE、波动率 | 决定因子为何有效，是归因基础 |
| 按数据来源 | 基本面、量价、分析师、另类 | 财报、行情、预期、舆情 | 决定数据频率与更新成本 |
| 按暴露方向 | 正向、反向 | 动量正向、波动率反向 | 决定排序方向与多空腿 |
| 按稳定性 | 慢因子、快因子 | 价值慢、动量快 | 决定换手率与交易成本 |
| 按可投资性 | 可交易、风格暴露 | 纯因子、风格指数 | 决定组合实现方式 |
实战提示：分类不是贴标签，而是为后续“因子正交化、风险模型、组合约束”提供操作依据。例如价值与低波常存在负相关，动量与价值可能阶段性冲突，构建复合因子时必须先看相关性矩阵。
三、案例/场景：一个价值因子的最小闭环
假设我们要验证“低估值股票未来收益更高”。可以按以下最小闭环执行：
# 伪代码：价值因子最小检验
universe = 全A股，剔除ST、停牌、上市<6个月
factor = 1 / PB # 账面市值比，越高越便宜
factor = winsorize(factor, 1%, 99%)
factor = standardize(factor)
groups = quantile(factor, 5) # 分5组
for g in groups:
ret[g] = 下月等权收益
IC = corr(factor, next_month_ret)
long_short = ret[Q5] - ret[Q1]若 Q5 长期跑赢 Q1，且 IC 均值显著为正，说明该价值因子在样本内有效。但还要看：换手率是否过高、是否只在某几年有效、是否被小市值主导。这一步正是后续章节要反复训练的“因子体检”。
四、因子投资发展简史：从 CAPM 到多因子工厂
因子投资并非一夜出现，而是伴随实证资产定价不断演进：
- 1960s：CAPM 时代。市场 Beta 被视为唯一系统性风险，收益由单因子解释。
- 1970s：套利定价理论（APT）。提出多因子框架，但未指定具体因子。
- 1980s：规模与价值异象。Banz 发现小市值效应，Fama-French 后续提出三因子模型。
- 1990s：动量与多因子扩张。Jegadeesh 与 Titman 系统记录动量效应，Carhart 四因子模型纳入动量。
- 2000s：质量、低波与行为金融。质量因子、低波异象被广泛研究，行为解释与风险解释并行。
- 2010s 至今：因子工厂与因子动物园。数百个因子被提出，研究重点转向稳健性、样本外、交易成本与因子择时。
常见误区：把“历史回测显著”等同于“未来必然有效”。因子会拥挤、会失效、会被套利。真正可复用的不是某个因子的历史收益，而是理解其经济逻辑、检验流程与风险暴露的能力。